Nachdem im verganenen Jahr zwei Workshops mit den Teilnehmenden aus Kassel zur Verwendung der Datenanalyse-Software RapidMiner durchgeführt wurden, sieht der Plan zum Transfer von Datenkompetenzen im zweiten Jahr die Nutzung von Python vor.
Mehr Infos zu den beiden vorherigen Workshops aus unseren News findet sich hier:
- Grundlagen-Workshop mit RapidMiner (mehr erfahren)
- Vertiefender Workshop mit RapidMiner (mehr erfahren)
Einsatz von Python für Datenanalysen
Am Anfang steht die Frage: Was ist Python eigentlich?
Python gilt als eine vielseitige und benutzerfreundliche Programmiersprache, die sich in den letzten Jahren zu einem der beliebtesten Werkzeuge für Entwickler und Datenanalysten entwickelt hat. Ihre klare, lesbare Syntax macht sie ideal für Einsteiger, während ihre Leistungsfähigkeit auch erfahrene Programmierer überzeugt. Python zeichnet sich durch seine umfangreiche Standardbibliothek und ein riesiges Ökosystem von Drittanbieter-Paketen aus, was die Entwicklung in verschiedensten Bereichen vereinfacht.
Besonders im Bereich der Datenanalyse glänzt Python: Bibliotheken wie Pandas, NumPy und Matplotlib ermöglichen effiziente Datenverarbeitung, komplexe numerische Berechnungen und aussagekräftige Visualisierungen. Die Sprache unterstützt zudem nahtlos maschinelles Lernen und künstliche Intelligenz mit Frameworks wie Scikit-learn und TensorFlow.
Diese Kombination aus Einfachheit und Leistungsfähigkeit macht Python zu einer ausgezeichneten Wahl für Datenanalysen, von einfachen statistischen Auswertungen bis hin zu komplexen prädiktiven Modellen.
Unterschiede im Vergleich mit RapidMiner
Während im ersten Jahr des Wissenstransfers der Fokus auf die Vermittlung der Grundlagen mit einem auf Drag-and-Drop-basierten Tool abgelaufen ist, konzentriert sich das zweite Jahr auf das Erlenen von Python.
Python bietet als vollwertige Programmiersprache eine größere Flexibilität und Anpassungsfähigkeit als RapidMiner, was es Entwicklern ermöglicht, hochspezialisierte und maßgeschneiderte Lösungen für komplexe Datenanalyseprobleme zu erstellen. Im Gegensatz zu RapidMiner ist Python Open Source und kostenlos, was es besonders attraktiv für Einzelpersonen, Startups und Unternehmen mit begrenztem Budget macht und zudem von einer großen, aktiven Community profitiert, die ständig neue Bibliotheken und Tools entwickelt. Insb. von jungen Wissenschaftern und Wissenschaftlerinnen wird immer häufiger erwartet, dass sie zusätzlich zur Fachdomäne über Programmierkenntnisse verfügen.
Schließlich eignet sich Python nicht nur für Datenanalyse, sondern auch für Webentwicklung, Automatisierung und viele andere Anwendungsbereiche, was es zu einer vielseitigeren Wahl macht und es Forschenden ermöglicht, ihre Fähigkeiten in verschiedenen Projekten einzusetzen.
Inhalt und Durchführung vom Pyhton-Kurs
Die Durchführung vom Kurs fand am 23. und 25.07.2024 in Kassel beim Forschungspartner „Institut für Werkstofftechnik“ mit insgesamt 20 Teilnehmenden statt. Dabei handelte es sich bereits um die zweite Durchführung des Kurses, da zuvor im April eine Pilotierung des Kurses in Dortmund mit Studierenden der Veranstaltung „Industrial Data Science“ erfolgte (mehr dazu in unserem News-Beitrag).
Gerade für Programmier-Einsteiger bot der Kurs eine besondere Kombination aus technischem Set-up und Grundlagen der Python-Programmierung. Diese Herangehensweise schließt eine oft übersehene Lücke in der Python-Ausbildung, indem sie Teilnehmern nicht nur die Sprache selbst, sondern auch die notwendige Umgebung für effektives Arbeiten vermittelt.
Im ersten Teil des Kurses lag der Fokus auf der Einrichtung einer professionellen Entwicklungsumgebung. Die Teilnehmer lernten, wie man die Befehlszeile (CLI) effektiv nutzt – eine grundlegende Fähigkeit für Entwickler. Darüber hinaus wurde die Konfiguration von virtuellen Umgebungen mit Conda behandelt, was für die Verwaltung von Projekten und deren Abhängigkeiten unerlässlich ist. Ein besonderer Schwerpunkt lag auf der Einrichtung und Optimierung von Visual Studio Code (VS Code) als leistungsstarke integrierte Entwicklungsumgebung (IDE) für Python.
Der zweite Teil des Kurses widmete sich den Grundlagen der Python-Syntax. Hier wurden die fundamentalen Konzepte der Sprache vermittelt, die für jede Art von Python-Programmierung unerlässlich sind. Eine Besonderheit des Kurses war die Verwendung von Jupyter Notebooks als Lernplattform. Diese interaktive Umgebung ermöglicht es, Erklärungen und ausführbaren Code nahtlos zu kombinieren. Dadurch konnten die Teilnehmer die Konzepte unmittelbar in der Praxis erproben und ihre Auswirkungen beobachten.
Das Alleinstellungsmerkmal dieses Kurses liegt in der Verknüpfung von technischem Set-up und Programmiergrundlagen. Viele Einsteigerkurse konzentrieren sich ausschließlich auf die Sprachsyntax, vernachlässigen aber die praktischen Aspekte der Entwicklungsumgebung. Durch die Integration beider Elemente erwerben die Teilnehmer nicht nur theoretisches Wissen, sondern auch die praktischen Fähigkeiten, um sofort produktiv mit Python arbeiten zu können.
Diese ganzheitliche Herangehensweise bereitet die Kursteilnehmer optimal auf reale Entwicklungsszenarien vor. Sie verlassen den Kurs nicht nur mit Kenntnissen der Python-Syntax, sondern auch mit einem vollständig eingerichteten und konfigurierten System, das sie für ihre zukünftigen Projekte nutzen können.
Mehr Infos zur Kurs-Durchführung findet sich auch im IfW-Blog.
Zugang zum Kurs über GitHub
Der Python-Kurs ist für alle Interessierten frei zugänglich und wird auf GitHub gehostet. Dies ermöglicht es Lernenden, jederzeit und von überall auf die Kursmaterialien zuzugreifen.
Inhalte zum Kurs „Introduction to Python“ auf GitHub.com
Bitte beachten Sie, dass sich der Kurs noch in der Entwicklungsphase befindet. Wir arbeiten kontinuierlich daran, die Inhalte zu verbessern und zu erweitern. Feedback und Beiträge der Community sind herzlich willkommen, um den Kurs gemeinsam weiterzuentwickeln und zu optimieren.
Schauen Sie regelmäßig vorbei, um von den neuesten Updates zu profitieren!
Schreibe einen Kommentar